本书不仅介绍了与“计算”相关的普适知识，同时深入讲解隐藏在知识和技术背后的计算思维相关的思想和方法。旨在为非计算机专业学生今后设计、构造和应用各种计算系统求解学科问题奠定思维基础，帮助学生提高解读真实世界系统并解决复杂问题的能力。

本书是《计算思维导论》的配套实验和习题指导。全书包括实验、习题和习题参考答案三部分。内容涵盖计算思维概述、计算机基础知识、计算平台、算法设计、网络基础、逻辑推理、数据挖掘和计算机新技术等。

本书全面地介绍了科学计算中解各种主要问题的数值方法，包括线性和非线性方程、最小二乘法、特征值、最优化、插值、积分、常微分方程和偏微分方程、快速傅里叶变换和随机数生成。 本书的特点是： 以使用算法的读者为对象，重点讲授算法背后的思想和原理，而不是算法的详细分析。 强调敏感性和病态性等概念，对同一问题的不同算法进行比较和评价，提高读者对算法的鉴赏能力。 对每类问题都专门介绍和讨论有关的数学软件，包括在Internet上可以获得的免费软件和有版权保护的商业软件平台，供读者选用。 丰富的例题和习题，书中包括160多道例题，500多道思考题，240多道练习题和200多道数值计算题。 本书可作为研究生“数值分析”课程的教材或参考书，对于需要解决计算问题的科技人员，本书具有很高的参考价值。

本教材的目的是培养学生树立计算思维的理论体系，掌握一些常见算法解决实际问题的能力。教材内容围绕什么是计算、什么是计算思维、计算机是如何计算的等中心问题，如何分析解决一些实际问题、如何构思算法、解决复杂的工程问题，介绍程序设计中的基本概念、基本思想和基本方法。

本书以计算思维为主线，理论与实际接合，从计算思维的角度介绍计算机体系结构、软件硬件系统、问题求解、计算机网络、信息安全、数据库技术、办公软件的高级应用等内容。培养学生的计算思维能力、自主学习能力、创新能力，使得学生能够利用计算思维的方法解决实际问题，进行创新创业的活动。配有针对性强的实验，可操作性强，习题与教材结合紧密，文字通俗易懂、可读性强。

本书是计算理论领域的经典著作，被国外多所大学选用为教材。本书以注重思路、深入引导为特色，系统地介绍计算理论的三大主要内容：自动机与语言、可计算性理论和计算复杂性理论。同时，对可计算性和计算复杂性理论中的某些高级内容作了重点讲解。全书通过启发性的问题、精彩的结果和待解决问题来引导读者挑战此领域中的高层次问题。新版的一大亮点是增加了更多习题、教辅资料和部分习题解答，更加有利于教学。 全书叙述由浅入深、详略得当，重点突出，不拘泥于技术细节。可作为计算机专业高年级本科生和研究生的教材，也可作为相关专业教师和研究人员的参考书。

本书是在MIT开设概率论入门课程的基础上编写的，内容全面、例题和习题丰富、结构层次性强，能够满足不同读者的需求。书中介绍了概率模型、离散随机变量和连续随机变量、多元随机变量，以及极限理论等概率论基本知识，还介绍了矩母函数、条件概率的现代定义、独立随机变量的和、最小二乘估计等高级内容。 本书可作为所有高等院校概率论入门的基础教程，也可作为有关概率论方面的参考书。

作为中国设计基础教育的思维训练课程，应当超过专业的局限，着力研究广泛性、普适性的现代设计思维方式。经过不断探索，中央美术学院设计学院的思维训练课程已经形成了自己的特色，并对全国的设计基础教育产生了深刻影响。 《思维与设计（第2版）新版 中央美术学院规划教材》内容系统宏观，强调以“大设计”的思维概念启发实践，将设计与艺术、哲学、社会学、语言学、心理学、技术美学、设计理论等领域串联、打通。书中所配插图均为当代艺术与设计的经典范例，图文相映成趣，观赏性与可读性极强。

本书介绍信息安全的基本概念、数学模型和基础理论，并从数据加密保护及密钥管理、数字签名、身份识别及认证、访问控制、信息流安全分析及安全保障方法等方面全面介绍信息安全的相关技术和手段。而且，本书以网络安全作为主线介绍信息安全在网络环境中所面临的挑战、应对存在的安全问题的措施以及信息安全技术在物联网、智慧城市等方面的建设应用。

随着数据时代和智能社会的到来，大数据基本原理和技术应用已成为各行各业专业人员必修的一门课程。本书依据新工科教育理念和其他专业的广泛需求，综合了国内外书籍、网站的相关内容，以及具体的课程实践和人才培养的要求进行编写。第2版加入了新的案例。 本书共12章，包括大数据基础、大数据下的云计算、大数据处理、数据分析与数据挖掘、大数据安全、数据可视化、大数据与社交媒体的融合、健康大数据在公共卫生领域的应用、大数据在碳减排中的应用、大数据对金融业的挑战与机遇、大数据在制造业中的应用和大数据在旅游业中的应用，既包括了大数据的基本知识和技术，也涵盖了大数据在典型行业中的具体应用，读者通过学习能更深入地认识和体会大数据的应用价值。每章都设有“习题与实践”，便于读者巩固学习内容。 本书是为高等院校各专业学习 大数据基础课程而编写的，特别适合理工科学生，同时也适合人文社会科学学科相关专业的学生学习，还可作为在职人士的参考书。